Muse Wonder vs. GPT-6.1 Sol: comparação de lançamentos

Name: Inteligência
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Comparação dos lançamentos Muse Wonder e GPT-6.1 Sol: 2 e 5 modelos, respectivamente, cada um com diferentes características de inteligência, desempenho e preço. Abaixo, comparamos as principais métricas dos 7 modelos.

Em inteligência, GPT-6.1 Sol tem a pontuação mais alta: GPT-6.1 Sol (Max), com 55, diante de Muse Wonder (Max), com 44 de Muse Wonder.
Em tempo por tarefa, GPT-6.1 Sol é o mais rápido: GPT-6.1 Sol (Low), com 1,7 min, diante de Muse Wonder (High), com 9,0 min de Muse Wonder.
Em custo por tarefa, GPT-6.1 Sol é o mais barato: GPT-6.1 Sol (Low), com $0.16, diante de Muse Wonder (Max), com $6.95 de Muse Wonder.

Playground de modelos

Lançamentos comparados


	GPT-6.1 Sol (max)	GPT-6.1 Sol (xhigh)	GPT-6.1 Sol (high)	GPT-6.1 Sol (medium)	Muse Wonder (max)	Muse Wonder (high)	GPT-6.1 Sol (low)
Intelligence Index	55	52	50	46	44	41	35
Finanças e Contabilidade	56	55	53	51	51	50	44
Estratégia e Operações	58	57	55	53	54	54	46
Jurídico	54	54	52	49	47	46	43
Saúde e Medicina	52	51	49	46	49	--	40
Engenharia	59	57	55	52	50	47	43
Economia	57	56	54	50	51	49	43
AA-Briefcase v1.1	1555	1502	1468	1360	1659	1610	1114
AutomationBench-AA	64.9%	66.6%	64.5%	62.6%	68.1%	67.2%	52.6%
Terminal-Bench 4.0	56.1%	54.0%	51.5%	48.0%	52.0%	38.4%	30.8%
FrontierCode 2.0	40.6%	38.5%	36.7%	33.4%	27.9%	26.6%	20.2%
AA-Omniscience v1.1	42	42	41	40	25	25	38
GDP.pdf	31.0%	31.8%	32.0%	30.0%	30.6%	29.2%	27.0%
HLE-Diamond	58.8%	55.8%	51.9%	46.0%	39.0%	34.5%	38.2%
CritPt v2 (Hard Subset)	69.5%	69.5%	68.5%	67.0%	50.5%	51.0%	62.5%
Terminal-Bench-Science 0.1	58.1%	50.5%	46.2%	37.1%	25.7%	21.9%	11.0%

Custo por tarefaUSD	$1.27	$0.76	$0.59	$0.36	$6.95	--	$0.16
Preço de entradaUSD/1M tokens	$2.00	$2.00	$2.00	$2.00	$4.00	$4.00	$2.00
Preço de saídaUSD/1M tokens	$10.00	$10.00	$10.00	$10.00	$20.00	$20.00	$10.00
Preço de acerto do cacheUSD/1M tokens	$0.10	$0.10	$0.10	$0.10	$0.20	$0.20	$0.10
Preço de escrita no cacheUSD/1M tokens	$2.50	$2.50	$2.50	$2.50	--	--	$2.50

Tempo por tarefaMinutos	21,2	9,1	6,6	3,9	12,1	9,0	1,7
Velocidade de saídatok/s	53	55	57	58	132	126	59
Tempo até o primeiro token da resposta finals	165,13	69,80	37,82	6,30	20,24	8,97	2,69
Tempo até o primeiro tokens	165,13	69,80	37,82	6,30	20,24	8,97	2,69
Tempo de ponta a pontaMédia das cargas de solicitação única (s)	389,68	215,20	148,07	82,99	62,98	34,41	64,29

Janela de contexto	1M	1M	1M	1M	1M	1M	1M
Criador	OpenAI	OpenAI	OpenAI	OpenAI	Meta	Meta	OpenAI
Licença	Proprietário	Proprietário	Proprietário	Proprietário	Proprietário	Proprietário	Proprietário
Modalidade de entrada	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto e imagem	Compatível com: texto, imagem, fala e vídeo	Compatível com: texto, imagem, fala e vídeo	Compatível com: texto e imagem
Modalidade de saída	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto	Compatível com: texto
Provedores

Updated

Inteligência

Artificial Analysis Intelligence Index · Higher is better

Tempo por tarefa

Inference time (minutes) per Intelligence Index task · Lower is better

Custo por tarefa

Weighted average cost (USD) per Intelligence Index task · Lower is better

InteligênciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

No publicly available API

Artificial Analysis Intelligence Index v5.0.1 includes: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Intelligence Index vs. custo por tarefa

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

GPT-6.1 Sol

Pareto line

AA-Briefcase v1.1

AutomationBench-AA

Custo por tarefa (USD, escala logarítmica)

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Custo

Custo por tarefa do Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

No publicly available API

Velocidade e latência

Tempo por tarefa do Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

No publicly available API

The weighted average time (minutes) per Artificial Analysis Intelligence Index task: output tokens per task divided by output speed, weighted by each benchmark's weight in the Intelligence Index.

Speed and latency metrics average each endpoint's runs over the past 5 days, and the error rate pools them. We run the benchmark every 6 hours, and endpoints of deprecated models every 18 hours.

Pontuações de capacidades

Índices de capacidades

Mede o desempenho dos modelos em capacidades e setores específicos

Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better

Avaliações

AA-PersonalityBenchNew

Modelo Avs.Modelo B

AA-PersonalityBench: índice Expressiveness, Muse Wonder (max) vs. GPT-6.1 Sol (max)

Probabilidade de a resposta de cada modelo ser julgada como a que demonstra mais cada traço, a partir da diferença de Elo entre os dois · 50% é um confronto equilibrado

Muse Wonder (max)

GPT-6.1 Sol (max)

Metaphorical

97%

Eloquent

94%

Lexically Varied

93%

Literate

21%

79%

Natural Sounding

77%

23%

Muse Wonder vs. GPT-6.1 Sol: comparação de lançamentos

Inteligência

Tempo por tarefa

Custo por tarefa

InteligênciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Intelligence Index vs. custo por tarefa

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Custo

Custo por tarefa do Intelligence Index

Cost per Intelligence Index Task

Velocidade e latência

Tempo por tarefa do Intelligence Index

Time per Intelligence Index Task

Time Period

Pontuações de capacidades

Índices de capacidades

Avaliações

AA-PersonalityBenchNew

AA-PersonalityBench: índice Expressiveness, Muse Wonder (max) vs. GPT-6.1 Sol (max)